php中table内容如何转成数组

# PHP中table内容如何转成数组

## 前言

在Web开发中，我们经常需要处理HTML表格数据。PHP作为服务器端脚本语言，提供了多种方式将HTML表格内容转换为数组结构。本文将详细介绍5种实用方法，并附上完整代码示例。

## 方法一：使用DOMDocument解析

### 实现原理
DOMDocument是PHP内置的DOM解析器，可以加载HTML文档并按照节点树进行解析。

```php
function tableToArrayWithDOM($html) {
    $dom = new DOMDocument();
    @$dom->loadHTML($html);
    $tables = $dom->getElementsByTagName('table');
    $result = [];
    
    foreach ($tables as $table) {
        $rows = $table->getElementsByTagName('tr');
        $tableData = [];
        
        foreach ($rows as $row) {
            $cells = $row->getElementsByTagName(['td', 'th']);
            $rowData = [];
            
            foreach ($cells as $cell) {
                $rowData[] = trim($cell->nodeValue);
            }
            
            if (!empty($rowData)) {
                $tableData[] = $rowData;
            }
        }
        
        $result[] = $tableData;
    }
    
    return $result;
}

优缺点分析

• 优点：准确解析复杂表格结构
• 缺点：需要处理DOM对象，代码稍复杂

方法二：正则表达式提取

实现代码

function tableToArrayWithRegex($html) {
    preg_match_all('/<table[^>]*>(.*?)<\/table>/is', $html, $tables);
    $result = [];
    
    foreach ($tables[0] as $tableHtml) {
        preg_match_all('/<tr[^>]*>(.*?)<\/tr>/is', $tableHtml, $rows);
        $tableData = [];
        
        foreach ($rows[1] as $rowHtml) {
            preg_match_all('/<(td|th)[^>]*>(.*?)<\/\1>/is', $rowHtml, $cells);
            $rowData = array_map('strip_tags', $cells[2]);
            $rowData = array_map('trim', $rowData);
            
            if (!empty($rowData)) {
                $tableData[] = $rowData;
            }
        }
        
        $result[] = $tableData;
    }
    
    return $result;
}

使用场景

适合处理简单的表格结构，当表格中包含嵌套标签时可能解析不准确。

方法三：SimpleHTMLDOM库

安装与使用

首先需要安装SimpleHTMLDOM库：

composer require simple-html-dom/simple-html-dom

实现代码：

require_once 'vendor/autoload.php';

function tableToArrayWithSimpleDOM($html) {
    $htmlDom = str_get_html($html);
    $result = [];
    
    foreach ($htmlDom->find('table') as $table) {
        $tableData = [];
        
        foreach ($table->find('tr') as $row) {
            $rowData = [];
            
            foreach ($row->find('td,th') as $cell) {
                $rowData[] = trim($cell->plaintext);
            }
            
            if (!empty($rowData)) {
                $tableData[] = $rowData;
            }
        }
        
        $result[] = $tableData;
    }
    
    return $result;
}

方法四：PHPQuery库处理

安装PHPQuery

composer require electrolinux/phpquery

实现代码

require_once 'vendor/autoload.php';

function tableToArrayWithPHPQuery($html) {
    $doc = phpQuery::newDocumentHTML($html);
    $result = [];
    
    foreach ($doc->find('table') as $table) {
        $tableData = [];
        $pqTable = pq($table);
        
        foreach ($pqTable->find('tr') as $row) {
            $rowData = [];
            $pqRow = pq($row);
            
            foreach ($pqRow->find('td, th') as $cell) {
                $rowData[] = trim(pq($cell)->text());
            }
            
            if (!empty($rowData)) {
                $tableData[] = $rowData;
            }
        }
        
        $result[] = $tableData;
    }
    
    return $result;
}

方法五：Symfony DomCrawler组件

安装组件

composer require symfony/dom-crawler
composer require symfony/css-selector

实现代码

require_once 'vendor/autoload.php';

use Symfony\Component\DomCrawler\Crawler;

function tableToArrayWithDomCrawler($html) {
    $crawler = new Crawler($html);
    $result = [];
    
    $crawler->filter('table')->each(function (Crawler $table) use (&$result) {
        $tableData = [];
        
        $table->filter('tr')->each(function (Crawler $row) use (&$tableData) {
            $rowData = [];
            
            $row->filter('td, th')->each(function (Crawler $cell) use (&$rowData) {
                $rowData[] = trim($cell->text());
            });
            
            if (!empty($rowData)) {
                $tableData[] = $rowData;
            }
        });
        
        $result[] = $tableData;
    });
    
    return $result;
}

性能对比测试

我们对五种方法进行基准测试（处理100KB的HTML表格数据）：

最佳实践建议

1. 简单需求：使用DOMDocument原生方案
2. 复杂解析：推荐Symfony DomCrawler
3. 性能优先：考虑正则表达式方案
4. 旧项目维护：SimpleHTMLDOM可能更合适

处理复杂表格结构

对于包含合并单元格、嵌套表格等复杂结构，建议使用XPath进行精确解析：

function parseComplexTable($html) {
    $dom = new DOMDocument();
    @$dom->loadHTML($html);
    $xpath = new DOMXPath($dom);
    
    $result = [];
    $tables = $xpath->query('//table');
    
    foreach ($tables as $table) {
        // 处理表格标题
        $caption = $xpath->query('.//caption', $table);
        $tableTitle = $caption->length ? trim($caption->item(0)->nodeValue) : '';
        
        // 处理表头
        $headers = [];
        $headerRows = $xpath->query('.//thead/tr', $table);
        
        foreach ($headerRows as $row) {
            $cells = $xpath->query('.//th', $row);
            $headerData = [];
            
            foreach ($cells as $cell) {
                $colspan = $cell->getAttribute('colspan') ?: 1;
                $headerData[] = [
                    'value' => trim($cell->nodeValue),
                    'colspan' => $colspan
                ];
            }
            
            $headers[] = $headerData;
        }
        
        // 处理表格内容
        $bodyData = [];
        $bodyRows = $xpath->query('.//tbody/tr', $table);
        
        // ...类似处理逻辑
        
        $result[] = [
            'title' => $tableTitle,
            'headers' => $headers,
            'body' => $bodyData
        ];
    }
    
    return $result;
}

常见问题解决方案

问题1：表格中包含HTML标签

解决方案：使用strip_tags()或保留特定标签

$content = strip_tags($cell->nodeValue, '<a><strong>');

问题2：处理合并单元格

解决方案：解析colspan/rowspan属性

$colspan = $cell->hasAttribute('colspan') 
    ? (int)$cell->getAttribute('colspan') 
    : 1;

问题3：编码问题

解决方案：统一转换为UTF-8

$html = mb_convert_encoding($html, 'HTML-ENTITIES', 'UTF-8');

总结

本文详细介绍了5种将HTML表格转换为PHP数组的方法，每种方法各有优缺点。在实际项目中，应根据具体需求选择最合适的方案。对于大多数情况，DOMDocument原生方案已经足够使用；当需要更复杂的CSS选择器时，可以考虑使用第三方库。

扩展阅读

1. PHP官方DOMDocument文档
2. Symfony DomCrawler文档
3. HTML5表格规范

”`